Dataset Viewer
Auto-converted to Parquet Duplicate
problem
stringlengths
22
57
answer
stringclasses
1 value
difficulty
stringclasses
1 value
query_id
int64
20
5.98k
criteria
stringlengths
1.35k
2.15k
data_source
stringclasses
1 value
prompt
listlengths
2
2
ability
stringclasses
1 value
reward_model
dict
extra_info
dict
想写个黑色幽默短片,主角是个只认流量的街头摄影师,在极端天气里越拍越冷血。
unknown
20
{"criteria": [{"check": "检查 scene body 是否持续用可观察的事件过程支撑篇幅,尤其是主角拍摄、判断、发布、面对他人处境与后果时,正文是否真的写出发生了什么,而不是主要停留在题旨宣告、数据口号、气氛描述或视听标签。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 大多数主要场景都写出了与主角“只认流量、在极端天气里越拍越冷血”直接相关的新过程,例如新的拍摄对象、基于流量的判断、对他人处境的处理、由此引出的升级或反噬;长段落里能看到事件推进而不只是重复同一态度;1 = 有部分真实推进,但多个主要场景仍主要靠独白反复解...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否持续用可观察的事件过程支撑篇幅,尤其是主角拍摄、判断、发布、面对他人处境与后果时,正文是否真的写出发生了什么,而不是主要停留在题旨宣告、数据口号、气氛描述或视听标签。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 大多数主要场景都写出了与主角“只认流量、在极端天气里越拍越冷血”直接相关的新过程,例如新的拍摄对象、基于流量的判断、对他人处境的处理、由此引出的升级或反噬;长段落里能看到事件推进而不只是重复同...
给我一个现实讽刺向动画点子,讲媒体人把灾难和他人痛苦都当成爆款素材。
unknown
21
{"criteria": [{"check": "检查 scene body 是否持续用可观察的事件过程支撑篇幅,而不是主要停留在题旨宣告、设定说明、重复独白、视听标签或同一状态反复改写。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 除必要建立外,大多数主要段落都写出了与“媒体把灾难和痛苦当爆款素材”直接相关的具体过程,例如取材、剪辑、改写标题、误读当事人、发布传播、角色因此作出下一步反应;较长段落承载了新的事件推进;1 = 有部分真实推进,但多个主要段落仍主要在重复同一讽刺判断、角色感受或风格化说明,很多篇幅没有新增事件过程;0 = 正文大多...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否持续用可观察的事件过程支撑篇幅,而不是主要停留在题旨宣告、设定说明、重复独白、视听标签或同一状态反复改写。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 除必要建立外,大多数主要段落都写出了与“媒体把灾难和痛苦当爆款素材”直接相关的具体过程,例如取材、剪辑、改写标题、误读当事人、发布传播、角色因此作出下一步反应;较长段落承载了新的事件推进;1 = 有部分真实推进,但多个主要段落仍主要在重复同一讽刺判断、...
想要第一人称的小故事,背景是风雨很大的城市,主角一路追新闻,最后显得特别没人味。
unknown
22
{"criteria": [{"check": "检查 scene body 是否持续写出主角在风雨城市里追新闻的实际过程,而不是主要靠题旨说明、气氛铺陈、视听标签或重复独白撑篇幅。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 大多数主要段落都写出了可观察的新过程,例如主角沿途接触新的新闻线索、到达新的现场或信息节点、做出记录/核对/追索/放弃等动作,并因此让他与城市、他人或新闻之间的状态发生变化;1 = 有一些真实追索过程,但多个主要段落只是换地点重复“看到新闻—念标题—感到疏离”,或长段落主要在解释主题、堆叠雨夜气氛与信息洪流;0 = 正文...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否持续写出主角在风雨城市里追新闻的实际过程,而不是主要靠题旨说明、气氛铺陈、视听标签或重复独白撑篇幅。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 大多数主要段落都写出了可观察的新过程,例如主角沿途接触新的新闻线索、到达新的现场或信息节点、做出记录/核对/追索/放弃等动作,并因此让他与城市、他人或新闻之间的状态发生变化;1 = 有一些真实追索过程,但多个主要段落只是换地点重复“看到新闻—念标题—感到疏离...
写个市井感强一点的短剧吧,关于报社底层小人物为了头条越来越扭曲,带点荒诞感。
unknown
23
{"criteria": [{"check": "检查 scene body 是否持续用可观察的事件过程支撑篇幅:围绕报社底层人物追逐头条的核心,正文是否不断写出新的采访、改写、对质、传播、反噬或认知变化,而不是主要停留在题旨说明、独白复述、视听标签或同一状态反复打转。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 除必要建立外,大多数主要段落都写出了新的过程:主角如何从市井见闻中取材、如何一步步改写或放大、这种做法如何影响他与编辑/当事人/街头人物的互动,并带来新的后果或判断变化;1 = 有部分真实推进,但多个主要段落仍主要在重复“想上头条、真...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否持续用可观察的事件过程支撑篇幅:围绕报社底层人物追逐头条的核心,正文是否不断写出新的采访、改写、对质、传播、反噬或认知变化,而不是主要停留在题旨说明、独白复述、视听标签或同一状态反复打转。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 除必要建立外,大多数主要段落都写出了新的过程:主角如何从市井见闻中取材、如何一步步改写或放大、这种做法如何影响他与编辑/当事人/街头人物的互动,并带来新的后果或判断变化;...
我想看那种粗粝写实风的动画短片:台风天、街头、相机、围观和冷漠,主题是流量吃人。
unknown
24
{"criteria": [{"check": "检查 scene body 是否持续用可观察的事件过程支撑篇幅,尤其是台风街头中围观、拍摄、被拍、传播或离场等过程,而不是主要停留在题旨宣告、旁白解释、视听标签或同一状态反复改写。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 除必要建立外,大多数主要段落都写出了与台风街头、相机围观、冷漠传播直接相关的新过程,例如有人被拍、有人借机拍摄、围观升级、被拍者或摄影者处境改变、传播带来新的反应或后果;1 = 有部分真实推进,但多个主要段落仍主要在重复“大家很冷漠/流量在吃人”的说明,或靠旁白、弹幕、视听...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否持续用可观察的事件过程支撑篇幅,尤其是台风街头中围观、拍摄、被拍、传播或离场等过程,而不是主要停留在题旨宣告、旁白解释、视听标签或同一状态反复改写。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 除必要建立外,大多数主要段落都写出了与台风街头、相机围观、冷漠传播直接相关的新过程,例如有人被拍、有人借机拍摄、围观升级、被拍者或摄影者处境改变、传播带来新的反应或后果;1 = 有部分真实推进,但多个主要段落仍...
想做一个几十秒的温暖动画短片,用一碗面表现很多人一起完成一件作品的感觉
unknown
51
{"criteria": [{"check": "检查 scene body 是否用实际过程支撑文本篇幅与短片尺度:主要段落里是否持续出现与“用一碗面表现很多人一起完成一件作品”直接相关的动作、回应、传递、加入、组合或结果,而不是主要停留在题旨解释、气氛描写、视听标签或同一状态反复抒情。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 除必要建立外,大多数主要段落都写出了可观察的过程变化,例如不同人的具体加入方式、这碗面如何被逐步补全、他人的动作如何改变面或改变彼此对“共同完成”的感受;1 = 有一些真实推进,但多个主要段落仍主要在重复“温暖/记忆...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否用实际过程支撑文本篇幅与短片尺度:主要段落里是否持续出现与“用一碗面表现很多人一起完成一件作品”直接相关的动作、回应、传递、加入、组合或结果,而不是主要停留在题旨解释、气氛描写、视听标签或同一状态反复抒情。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 除必要建立外,大多数主要段落都写出了可观察的过程变化,例如不同人的具体加入方式、这碗面如何被逐步补全、他人的动作如何改变面或改变彼此对“共同完成”的感受...
给我一个美食题材的蒙太奇小短片,节奏感强一点,最好有不同人的手在接力准备同一道料理
unknown
52
{"criteria": [{"check": "检查 scene body 是否用实际过程支撑文本篇幅与该美食蒙太奇短片的目标尺度;看主要段落里是否持续写出与同一道料理准备有关的动作、衔接、回应、变化与结果,而不是主要停留在主题宣告、人物设定、气氛抒情或视听标签。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 除必要建立外,大多数主要段落都写出可观察的料理过程推进,如处理食材、加热、调味、混合、装盘、交接后的下一步等,且这些步骤与“同一道料理被接力完成”直接相关;1 = 有部分真实制作过程,但多个主要段落停在抒情、回忆、旁白解释、静止凝视,或只...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否用实际过程支撑文本篇幅与该美食蒙太奇短片的目标尺度;看主要段落里是否持续写出与同一道料理准备有关的动作、衔接、回应、变化与结果,而不是主要停留在主题宣告、人物设定、气氛抒情或视听标签。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 除必要建立外,大多数主要段落都写出可观察的料理过程推进,如处理食材、加热、调味、混合、装盘、交接后的下一步等,且这些步骤与“同一道料理被接力完成”直接相关;1 = 有部分真实...
想写那种很有烟火气的2D手绘动画,从食材处理到端上桌,带出匠人合作的主题
unknown
53
{"criteria": [{"check": "检查 scene body 是否用实际过程支撑文本篇幅与目标尺度,主要段落是否持续写出与“食材处理到端上桌、匠人合作”有关的动作、回应、信息、选择、压力变化或后果,而不是主要停留在设定说明、抒情独白、视听标签或同状态反复描写。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 除必要建立外,大多数场景正文都写出可观察的制作过程与协作推进,例如处理食材、交接工序、纠正失误、根据火候或口感调整、完成出品与上桌后的回应;较长段落承载了新的步骤或关系变化;1 = 有部分真实制作与协作过程,但多个主要场景仍主要...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否用实际过程支撑文本篇幅与目标尺度,主要段落是否持续写出与“食材处理到端上桌、匠人合作”有关的动作、回应、信息、选择、压力变化或后果,而不是主要停留在设定说明、抒情独白、视听标签或同状态反复描写。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 除必要建立外,大多数场景正文都写出可观察的制作过程与协作推进,例如处理食材、交接工序、纠正失误、根据火候或口感调整、完成出品与上桌后的回应;较长段落承载了新的步骤或...
有没有适合动画节气质的创意,能用做拉面的过程隐喻幕后创作者一起打磨作品
unknown
54
{"criteria": [{"check": "检查 scene body 是否用实际过程支撑文本篇幅与目标尺度,而不是主要停留在题旨解释、气氛铺陈、视听标签或同一状态反复改写。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 除必要建立外,大多数场景都写出了与“用拉面过程隐喻幕后创作者共同打磨作品”直接相关的新过程,如试错、分歧、调整、重做、协作回应或结果变化;长段落里能看到事件继续发生;1 = 有部分真实推进,但多个主要场景仍主要在重复“创作像拉面”的说明、抒情独白或气氛描写,真正可观察的协作与打磨过程偏少;0 = 正文大多是设定宣告、主题解...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否用实际过程支撑文本篇幅与目标尺度,而不是主要停留在题旨解释、气氛铺陈、视听标签或同一状态反复改写。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 除必要建立外,大多数场景都写出了与“用拉面过程隐喻幕后创作者共同打磨作品”直接相关的新过程,如试错、分歧、调整、重做、协作回应或结果变化;长段落里能看到事件继续发生;1 = 有部分真实推进,但多个主要场景仍主要在重复“创作像拉面”的说明、抒情独白或气氛描写,真...
我想要一个关于食物和传承的短片,里面有老人、年轻妈妈、店里师傅,不用太多对白
unknown
55
{"criteria": [{"check": "检查 scene body 是否用实际过程支撑篇幅:围绕食物、老人、年轻妈妈、店里师傅与传承,正文是否持续写出可观察的动作、回应、接触、学习、递交、失误、观察或结果,而不是主要停留在抒情独白、设定说明、视听标签和重复意象上。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 大多数主要段落都写出了与食物和传承有关的新过程,例如做、端、吃、看、学、递、失败、回望、接续等,人物之间或人物与食物之间的状态在场景中持续发生变化;1 = 有若干真实推进,但多个主要段落仍主要在重复同一情绪、解释主题、描摹气氛或反...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否用实际过程支撑篇幅:围绕食物、老人、年轻妈妈、店里师傅与传承,正文是否持续写出可观察的动作、回应、接触、学习、递交、失误、观察或结果,而不是主要停留在抒情独白、设定说明、视听标签和重复意象上。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 大多数主要段落都写出了与食物和传承有关的新过程,例如做、端、吃、看、学、递、失败、回望、接续等,人物之间或人物与食物之间的状态在场景中持续发生变化;1 = 有若干真实...
写一个暖调复古风的动画开场吧,重点是切菜、煮汤、下面这些动作连起来,最后让人看饿了
unknown
56
{"criteria": [{"check": "检查 scene body 是否持续用可观察的烹饪过程支撑篇幅:切菜、煮汤、下面等核心动作之间是否真的发生了新的处理、反应或状态变化,而不是主要停留在抒情、主题解释、视听标签或同一状态反复描写。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 除必要建立外,大多数主要段落都写出了与做饭过程直接相关的新动作或新变化,例如食材被处理、入锅后的反应、火候或汤面状态变化、下面后的连锁变化、端出后的即时效果;1 = 有真实烹饪推进,但多个主要段落停留在同一锅面/同一情绪反复描写,或用回忆、议论、视听说明代替应...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否持续用可观察的烹饪过程支撑篇幅:切菜、煮汤、下面等核心动作之间是否真的发生了新的处理、反应或状态变化,而不是主要停留在抒情、主题解释、视听标签或同一状态反复描写。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 除必要建立外,大多数主要段落都写出了与做饭过程直接相关的新动作或新变化,例如食材被处理、入锅后的反应、火候或汤面状态变化、下面后的连锁变化、端出后的即时效果;1 = 有真实烹饪推进,但多个主要段落...
想做一个第一人称旁白的美食短动画,前面是分散的准备过程,最后汇成一个很满足的成品瞬间
unknown
57
{"criteria": [{"check": "检查 scene body 是否用实际准备、处理、组合、加热、调味、观察结果等可见过程支撑篇幅,并让这些过程服务于“分散准备→成品汇合”的核心目标。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 除必要停顿外,大多数主要段落都写出了与做成这道食物直接相关的新过程,例如处理食材、加入器具、改变温度或状态、把分散材料逐步汇到同一锅/碗/盘中,并让结尾成品建立在前文过程上;1 = 有部分真实烹饪推进,但多个主要段落停留在回忆、感想、物件凝视或气氛说明,真正的准备与汇合过程被跳写或很少展开;0 = 正文主...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否用实际准备、处理、组合、加热、调味、观察结果等可见过程支撑篇幅,并让这些过程服务于“分散准备→成品汇合”的核心目标。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 除必要停顿外,大多数主要段落都写出了与做成这道食物直接相关的新过程,例如处理食材、加入器具、改变温度或状态、把分散材料逐步汇到同一锅/碗/盘中,并让结尾成品建立在前文过程上;1 = 有部分真实烹饪推进,但多个主要段落停留在回忆、感想、物件凝视...
想写一个把蛀牙过程拍成史诗文明兴衰的黑色幽默短片
unknown
72
{"criteria": [{"check": "检查 scene body 是否持续用可观察的蛀牙进程、文明类比事件与人物反应来支撑篇幅,而不是主要停留在题旨宣告、设定说明、视听标签或同义反复。", "id": "c_content_density", "max_points": 2, "scoring_rule": "2 = 除必要建立外,大多数主要段落都写出了新的过程:如甜食进入、菌斑扩张、疼痛升级、制度/仪式形成、崩坏或处理结果,并让这些变化彼此接续;1 = 有一些真实推进,但多个主要段落主要在重复“蛀牙=文明”“疼痛=历史/信仰”等同一判断,或靠抒情、设定、视听说明代替未写出的过程;0 = 正文大部分是概念宣告、象征解释、...
scripts_video_corpus_manual_v1_1b_2d_animation
[ { "content": "# 角色\n\n你是一位影视编剧兼视听语言分析师。你要把用户的短片诉求,扩写为一份可被摄制组直接拿去分镜和拍摄的微型剧本,兼具文学性的叙事骨架与专业的视听打标。\n\n# 输入\n\n用户会给你一个短片 query(20-100 字),描述他们想看的短片。你要在忠实 query 的前提下,补齐所有没说的细节(人物名、场景、道具、对白、镜头、音乐),构造出完整、可拍摄的剧本。\n\n# 输出\n\n严格按下方 Markdown 格式输出。第一个字符是 `#`。不要用代码块包裹,不要写任何前置说明或收尾总结。\n\n## 结构(顺序、层级、分隔符、标点均不可更改)\n\n```\n# 微型剧本...
script
{ "ground_truth": "", "style": "rule" }
{ "criteria": "{\"criteria\": [{\"check\": \"检查 scene body 是否持续用可观察的蛀牙进程、文明类比事件与人物反应来支撑篇幅,而不是主要停留在题旨宣告、设定说明、视听标签或同义反复。\", \"id\": \"c_content_density\", \"max_points\": 2, \"scoring_rule\": \"2 = 除必要建立外,大多数主要段落都写出了新的过程:如甜食进入、菌斑扩张、疼痛升级、制度/仪式形成、崩坏或处理结果,并让这些变化彼此接续;1 = 有一些真实推进,但多个主要段落主要在重复“蛀牙=文明”“疼痛=历史/信仰”等同一判断,或靠抒情、设定、视...
End of preview. Expand in Data Studio

RARE Query-Rubric Dataset

This is the annotation release for RARE: Reinforcement Learning with Adaptive Rubric Evolution for Open-Ended Generation. It contains 5,989 creative-query and query-specific-rubric pairs grouped by 930 source videos, spanning 2D animation, 3D/stop-motion animation, and live action.

Project page Paper on arXiv Code RARE-Negative

Paper: arXiv:2610.25434. See Citation for BibTeX.

Dataset summary

Configuration Train Test Source-video groups
2d_animation 2,125 237 370
3d_stopmotion 1,759 192 302
live_action 1,509 167 258
Total 5,393 596 930

All queries derived from the same source video remain on the same side of the train-test boundary. Source-video titles and uploader handles have been replaced by stable, non-identifying IDs. The original videos are not included.

Loading

from datasets import load_dataset

dataset = load_dataset("EurekaTian/RARE", "2d_animation")
print(dataset["train"][0])

The repository preserves the exact Parquet layout expected by the released training code:

data/scripts/video_corpus_manual_v1_1b_20260807/
├── 2d_animation/{train,test}.parquet
├── 3d_stopmotion/{train,test}.parquet
└── live_action/{train,test}.parquet

Schema

Field Description
problem The screenplay-generation query.
answer Reserved compatibility field; empty in this annotation release.
difficulty Compatibility metadata from the training format.
query_id Stable integer query identifier.
criteria Serialized query-specific rubric.
data_source Production-style data-source identifier.
prompt Training-ready system and user chat messages.
ability Task label (script).
reward_model Compatibility metadata for the reward pipeline.
extra_info Query, rubric, query index, anonymized video-group ID, and query UID.

Each rubric contains three to eight criteria with explicit checks, scoring rules, and maximum scores. These rubrics initialize the sample-level static and adaptive RARE variants. Task-level initial rubrics are distributed with the code.

Data construction and provenance

The source videos come from the media collection used by AVA-Encoder. The collection covers the three production styles listed above. Each complete video was processed to reconstruct a detailed script; five to seven creative queries were then generated from each script. Query-specific rubrics were constructed from each query and eight pregenerated candidate scripts so that the criteria captured observable quality differences among candidates.

The source collection was deduplicated into 930 video groups and split by group, not by individual query. The release retains only query/rubric annotations and portable training metadata. It does not redistribute source videos or recovered scripts.

Every uploaded Parquet file was checked for absolute workstation paths, credentials, email addresses, internal service names, and source-identifying video metadata. Its row count and SHA-256 digest are recorded in release_manifest.json.

Intended use and limitations

The dataset is intended for research on rubric-based reward modeling, open-ended generation, and long-form screenplay generation. It is primarily in Chinese and focuses on three video-production styles. Queries and rubrics were produced with model assistance and may contain cultural, stylistic, or evaluation biases. Users should inspect the criteria before adapting them to other domains or languages.

This annotation release does not grant rights to any source video, model checkpoint, or third-party training framework.

License

The released query-rubric annotations are available under CC BY 4.0. RARE code and released model weights use Apache License 2.0 and are distributed separately.

Citation

If you use this dataset, please cite the RARE paper:

@misc{tian2026rarereinforcementlearningadaptive,
  title={RARE: Reinforcement Learning with Adaptive Rubric Evolution for Open-Ended Generation},
  author={Xueyun Tian and Bingbing Xu and Chuyue Li and Jiaming Liu and Chao Zhang and Weijia Feng and MingHua Ma and Yu Zhao and Jingchu Wang and Ruihua Huang and Yuanzhuo Wang and Huawei Shen},
  year={2026},
  eprint={2610.25434},
  archivePrefix={arXiv},
  primaryClass={cs.CL},
  url={https://arxiv.org/abs/2610.25434},
}
Downloads last month
89

Models trained or fine-tuned on EurekaTian/RARE

Papers for EurekaTian/RARE